电子电器架构 --- AI如何重构汽车产业
我是穿拖鞋的汉子，魔都中坚持长期主义的汽车电子工程师。
老规矩，分享一段喜欢的文字，避免自己成为高知识低文化的工程师：
周末洗了一个澡，换了一身衣服，出了门却不知道去哪儿，不知道去找谁，漫无目的走着，大概这就是成年人最深的孤独吧!
旧人不知我近况，新人不知我过往，近况不该旧人知，过往不与新人讲。纵你阅人何其多，再无一人恰似我。
时间不知不觉中，来到新的一年。2025开始新的忙碌。成年人的我也不知道去哪里渡自己的灵魂，独自敲击一些文字算是对这段时间做一个记录。
一、背景信息
汽车行业早已将汽车视为人工智能的重要终端载体，“AI定义汽车”的理念正逐步成为行业共识。
“汽车行业在经历电动化浪潮后，已全面迈入智能化时代。”中国电动汽车百人会副理事长兼秘书长张永伟在12月20日开幕的大军山·智能汽车科技大会（2024）上表示，“这一‘全面’意味着，智能化的发展速度可能远超电动化，未来一两年内，‘不智能的汽车’或将难觅踪迹。”
从“软件定义汽车”到“AI定义汽车”
张永伟认为，AI技术的突破性发展与应用，正为汽车智能化进程带来颠覆性变革。过去，互联网技术或半导体技术是驱动汽车智能化的核心力量；而如今，行业已达成共识：AI技术才是智能化发展的关键支点，“剖析智能汽车底层技术，必须立足人工智能视角”。
从智能驾驶（智驾）领域来看，AI已重构技术路线图。张永伟指出，部分企业曾凭借先发优势或成熟技术路线在智驾领域占据领先地位，但基于端到端、大模型的新一代智驾技术正迅速颠覆传统格局。短短数年间，AI已推动智驾技术方向发生根本性转变。
此外，AI技术还催生了大量创新应用与用户体验升级，使汽车从“工具”向“伙伴”进化。其渗透范围覆盖人机交互、安全服务、车内环境优化等全领域，真正实现了“由内而外”的智能化变革。
车企都试图在“AI定义汽车”这条赛道上抢跑。
长安汽车首席智能驾驶技术官陶吉提出，AI给汽车带来了新生命，车企将扮演非常重要的角色，一方面，车企有“AI定义汽车”的数据，另一方面，主机厂也天然有从整车角度定义“AI定义汽车”的优势。
陶吉强调，AI赋能了汽车的同时，汽车也将赋能AI，“目前汽车是唯一标准化的、能够承载AI大模型的物理世界的载体，当然未来可能有更多机器人的形态、具身智能的形态，但今天，必须要先在已经大规模存在的标准化载体上走通一套技术路线。”
东软睿驰总裁兼CTO杜强日前在接受澎湃新闻记者采访时提到，车企正在集中精力投入自动驾驶和人车交互，这是目前最为彰显车企独特性、竞争性的要素。车企目前都在加大投入、要牢牢占据“AI定义汽车”这条赛道。
关于AI在车内应用的终极形态，他表示，更看重AI在提升效率和体验方面的作用。至于AI的发展拐点，杜强认为，按照当前的算力增长速度，到2034年有望实现对人脑每个蛋白质的固体仿真算力，从而达到甚至超越人类的智力水平。尽管这一预测存在一定的不确定性，但它在一定程度上反映了AI技术的巨大潜力。
“我个人对于人工智能在车内应用的前景持乐观态度，并期待在未来不晚于2034年的时间点上，看到AI技术以更加成熟、成本更低的形式广泛应用于汽车领域。”杜强说。
从拼功能到拼能力，AI或将重构产业格局
在业内人士看来，AI技术的融入，在加速汽车智能化的同时，也对行业提出了更高的要求，或将重构汽车产业。
东风汽车集团有限公司党委常委、副总经理尤峥在演讲中表示，随着汽车工业和AI的深度融合，智能网联汽车的核心竞争力和研发范式将迎来重大变革，产业竞争格局也会因此加快重构。
他预计，今年全年智能网联汽车的销售将超过1700万辆，渗透率也会超过60%；到2030年，车路云一体化的智能网联汽车产值增量为2.58万亿元，其中智能网联汽车的新增产值会达到2.03万亿。
展望未来，尤峥指出，以大算力、大数据、大模型为代表的AI技术成为驱动汽车变革的决定性因素，汽车产业正在形成以AI解决方案为核心，以高级别的自动驾驶和多模态人机交互为主要牵引力，以智能操作系统、智能底盘提供关键支撑的创新生态体系，这对车企加快重构核心竞争力提出了更高的要求。
陶吉表示，从“软件定义汽车”到“AI定义汽车”，很多新技术范式会发生变化。例如，车主开车旅游时想拍一张车外风景照，这就要求车辆综合分析当前场景，保持当前车道不变道、平稳驾驶的情况下，降下车窗让用户拍照，这需要通过“中央大脑”端到端控制，同时还要权衡决策模块，判断所有这些动作是否安全；结束后车辆获得用户反馈还要恢复正常行驶。
理想汽车自动驾驶研发副总裁郎咸朋也提到，在AI定义汽车的时代，整个产品其实要经历从功能到能力的演进。
“之前大家拼的是功能，我有哪些功能、你没有哪些功能，例如我有个城市NOA、你只有高速NOA……未来这些功能的差别会越来越小，甚至大家全都有。但是在AI时代，大家都有的前提下，还要从‘有没有’到‘好不好’，这个‘好不好’其实就是要看你的能力好不好。”
二、技术维度
从“软件定义汽车”到“AI定义汽车”，AI技术正在以深度融合的方式重构汽车产业，推动汽车从交通工具向智能移动终端的全面进化。这一变革不仅体现在技术层面，更深刻影响了汽车产业的商业模式、研发流程、用户体验和生态体系。以下从多个维度解析AI如何重构汽车产业：
1、技术架构的重构：从分布式ECU到中央计算平台
硬件架构升级
传统汽车采用分布式电子控制单元（ECU）架构，功能模块分散，难以实现高效协同。AI技术推动汽车硬件向中央计算平台+区域控制器的集中式架构演进。例如，特斯拉的HW3.0芯片通过统一算力平台实现自动驾驶、智能座舱等功能的高度集成。
域控制器（如自动驾驶域、座舱域）的出现，使得AI算法能够更高效地调度传感器、执行器，实现跨域协同。
软件定义能力增强
AI技术加速了汽车软件的迭代速度，OTA（空中升级）成为标配。通过云端训练的AI模型可实时推送至车辆，优化驾驶策略、提升用户体验。
例如，小鹏汽车通过AI算法优化NGP（导航辅助驾驶）功能，使变道成功率提升30%。
2、研发模式的重构：数据驱动的闭环开发
仿真测试与数据闭环
AI技术使汽车研发从“物理测试为主”转向“数字孪生+AI仿真”。例如，通过生成式AI构建虚拟测试场景，可覆盖99%以上的极端工况，大幅降低实车测试成本。
特斯拉利用AI大模型对200亿英里真实驾驶数据进行分析，持续优化FSD（完全自动驾驶）算法。
用户共创与个性化开发
AI技术使汽车能够通过用户行为数据实现个性化功能迭代。例如，蔚来汽车通过用户语音交互数据训练NIO AI，使语音助手日均交互次数突破1000万次。
3、用户体验的重构：从工具到智能伙伴
智能座舱的进化
AI技术推动座舱从“功能集成”向“场景智能”转变。例如，理想汽车通过多模态AI大模型实现“空间交互2.0”，用户可通过语音、手势、眼神等自然方式控制车辆。
情感化交互成为新趋势，AI能够识别用户情绪并主动调节座舱环境（如温度、灯光、音乐）。
自动驾驶的普及
AI技术加速L2+至L4级自动驾驶的落地。例如，华为ADS 3.0通过“端到端”AI架构，实现城市NOA（导航辅助驾驶）功能，覆盖全国45000+城乡镇。
自动驾驶的安全性通过AI算法持续优化，例如Waymo将事故率降低至人类驾驶员的1/10。
4、商业模式的重构：从卖车到卖服务
软件订阅与增值服务
AI技术使汽车成为“移动数据中心”，软件订阅成为重要收入来源。例如，特斯拉FSD订阅服务贡献了公司20%的毛利率。
蔚来汽车通过NIO Life等生态服务，构建“车-家-生活”全场景闭环。
出行即服务（MaaS）
AI技术推动汽车从“资产”向“服务”转变。例如，百度Apollo与一汽红旗合作推出Robotaxi，通过AI调度系统实现每车每日20单以上的运营效率。
5、生态体系的重构：跨界融合与开放创新
AI芯片与硬件生态
英伟达、高通、地平线等芯片厂商通过AI专用芯片（如Orin、Thor）重构汽车硬件生态。例如，英伟达DRIVE Thor芯片算力达2000TOPS，支持L5级自动驾驶。
软件与算法生态
华为、Momenta等企业通过AI算法开放平台，赋能传统车企。例如，Momenta的“飞轮式L4”技术通过数据驱动实现自动驾驶的规模化落地。
数据与云服务生态
阿里云、腾讯云等企业通过云端AI能力支持汽车全生命周期服务。例如，阿里云为小鹏汽车提供每秒百万级的数据处理能力，支撑其自动驾驶训练。
6、产业挑战与未来展望
技术挑战
AI算法的可解释性、安全性（如对抗攻击防御）、伦理问题（如自动驾驶责任归属）仍需突破。
产业协同
汽车、科技、能源、交通等产业的深度融合需要政策与标准支持。例如，中国“车路云一体化”战略推动智能网联汽车与智慧城市的协同发展。
未来趋势
端到端AI架构：特斯拉FSD V12的“世界模型”代表自动驾驶技术从规则驱动转向数据驱动。
具身智能：AI技术将使汽车具备“身体智能”，如自适应底盘、主动安全系统等。
AI原生汽车：未来汽车可能从设计之初即围绕AI能力构建，彻底颠覆传统汽车开发流程。
结语
AI技术正在以“算力+算法+数据”为核心驱动力，重构汽车产业的底层逻辑。从硬件架构到软件生态，从用户体验到商业模式，AI的全面渗透将推动汽车产业进入“智能汽车2.0”时代。未来，汽车将不仅是交通工具，更是移动的智能空间、能源节点和数据终端，深刻改变人类的生活方式。AI对汽车产业的重构本质上是将汽车从"功能机"变为"智能体"，其影响深度远超智能手机替代功能手机。这场变革的终局可能是：汽车产业80%的价值将来自AI驱动的数据服务，而非传统硬件制造。车企必须重新定位为"AI公司"，否则将面临被边缘化的风险。
搁笔分享完毕！
愿你我相信时间的力量
做一个长期主义者
相关文章：
电子电器架构 --- AI如何重构汽车产业
我是穿拖鞋的汉子，魔都中坚持长期主义的汽车电子工程师。 老规矩，分享一段喜欢的文字，避免自己成为高知识低文化的工程师： 周末洗了一个澡，换了一身衣服，出了门却不知道去哪儿，不知道去找谁&am…...
操作系统CPU调度
简介 当CPU有大量任务要处理，但由于资源有限，无法同时处理。所有就需要某种规则来决定任务处理的顺序，这就是调度。 调度层次 根据调度频率与层次，共分为三种 高级调度 也称为作业调度(Long-Trem Scheduling),频次很低，它决定哪些进程从外存(硬盘)加载到内存中级调度 也…...
icoding题解排序
数组合并 假设有 n 个长度为 k 的已排好序（升序）的数组，请设计数据结构和算法，将这 n 个数组合并到一个数组，且各元素按升序排列。即实现函数： void merge_arrays(const int* arr, int n, int k, int* out…...
xHCI 上 USB 读写分析
系列文章目录 xHCI 简单分析 USB Root Hub 分析 USB Hub 检测设备 usb host 驱动之 urb xHCI那些事儿 PCIe MMIO、DMA、TLP PCIe配置空间与CPU访问机制 PCIe总线协议基础实战 文章目录 系列文章目录一、xHCI 初始化二、xHCI 驱动识别根集线器（RootHub）…...
SpringCloud Alibaba 之分布式全局事务 Seata 原理分析
1. 什么是 Seata？为什么需要它？ 想象一下，你去银行转账： 操作1：从你的账户扣款 1000 元操作2：向对方账户增加 1000 元 如果 操作1 成功，但 操作2 失败了，你的钱就凭空消失了&…...
《C语言中的“魔法盒子”：自定义函数的奇妙之旅》
🚀个人主页：BabyZZの秘密日记 📖收入专栏：C语言 🌍文章目入 一、引言二、自定义函数的创建（一）基本结构（二）一个简单的例子 三、自定义函数的使用（一…...
【Spring】IoC 和 DI的关系、简单使用，从“硬编码“到“优雅解耦“：IoC与DI的Spring蜕变之旅
1.IoC 和 DI的关系 IoC（Inversion of Control，控制反转）和DI（Dependency Injection，依赖注入）是Spring框架中紧密相关但又有所区别的两个概念。理解它们的联系，可以帮助我们更深刻地掌握Spring…...
43、RESTful API 保姆教程
RESTful API 目录 RESTful API简介RESTful设计原则RESTful设计规范RESTful统一返回体JAX-RSJAX-RS与SpringBoot集成构建Restful服务实践总结一、RESTful API 简介 REST（Representational State Transfer）是一种基于HTTP的web服务架构风格，RESTful API则是遵循REST原则的网…...
ASP.NET Core 性能优化：客户端响应缓存
文章目录 前言一、什么是缓存二、客户端缓存核心机制：HTTP缓存头1）使用[ResponseCache]属性（推荐）2）预定义缓存配置（CacheProfile）3）手动设置HTTP头4）缓存验证机制&#…...
算法导论（递归回溯）——递归
算法思路（21） 递归函数的含义： 创建一个递归函数，该函数接受两个链表的头结点作为输入，返回合并后的链表的头结点。 选择较小的节点： 在函数体内，首先比较两个链表的头结点的值，选择…...
从接口400ms到20ms，记录一次JVM、MySQL、Redis的混合双打
1. 场景：促销活动的崩溃 接到报警短信，核心接口响应时间突破5秒，DB CPU飙到100%。 用Arthas抓取线上火焰图后发现： ---[ 4763ms ] com.example.service.OrderService.createOrder() |---[ 98% ] com.example.m…...
Excel通过VBA脚本去除重复数据行并保存
一、方法1:使用字典动态去重并保存 适用场景：需要灵活控制去重逻辑（如保留最后一次出现的重复项）时 Sub 动态去重保存到新表()Dim srcSheet As Worksheet, destSheet As WorksheetDim dict As Object, lastRow As Long, i As LongDim key A…...
Mysql表的操作（2）
1.去重 select distinct 列名 from 表名 2.查询时排序 select 列名 from 表名 order by 列名 asc/desc; 不影响数据库里面的数据 错误样例 ： 但结果却有点出乎意料了~为什么会失败呢？ 其实这是因为书写的形式不对，如果带了引号，…...
#Linux内存管理# 在ARM32系统中，页表是如何映射的？在ARM64系统中，页表又是如何映射的？
一、ARM32系统页表映射 1. 层级结构与地址划分 默认实现：采用两层映射（PGD→PTE），合并Linux标准三级模型中的PMD层。 虚拟地址解析（以4KB页为例）： Bits[31:20]：一级页表（…...
prometheus整合jmx_exporter 使用jmx_exporter监控Kafka
docker-compose部署kafka集群；单节点单zk-CSDN博客 springboot整合kafka；docker部署kafka-CSDN博客 kafka使用SSL加密和认证--todo_ssl.truststore.location-CSDN博客 version: 3.8services:zookeeper1:image: zookeeper:3.9.1container_name: zook…...
深度学习实战：从零构建图像分类API（Flask/FastAPI版）
引言：AI时代的图像分类需求 在智能时代，图像分类技术已渗透到医疗影像分析、自动驾驶、工业质检等各个领域。作为开发者，掌握如何将深度学习模型封装为API服务，是实现技术落地的关键一步。本文将手把手教你使用Python生态中的Fla…...
Kafka实现延迟消息
Kafka 实现延迟消息 Kafka 本身不支持原生的延迟消息（不像 RocketMQ 内置了延迟队列），但可以通过多种方式来实现延迟消息。常见的方案如下： 1. 使用不同的 Topic 分区（最常见） 思路： 创建多…...
大数据（7.2）Kafka万亿级数据洪流下的架构优化实战：从参数调优到集群治理
目录 一、海量数据场景下的性能之殇1.1 互联网企业的数据增长曲线1.2 典型性能瓶颈分析 二、生产者端极致优化2.1 批量发送黄金法则2.1.1 分区选择算法对比 2.2 序列化性能突破 三、消费者端并发艺术3.1 多线程消费模式演进3.1.1 消费组Rebalance优化 3.2 位移管理高阶技巧 四、…...
要查看 FAISS 使用的 OpenMP 版本，需根据安装方式和系统环境采用不同方法。以下是具体步骤和原理分析：
要查看 FAISS 使用的 OpenMP 版本，需根据安装方式和系统环境采用不同方法。以下是具体步骤和原理分析： 方法 1：通过库文件名称直接查看（推荐） FAISS 的 OpenMP 版本通常直接体现在其依赖的动态链接库（DLL/…...
)
AI 大模型的标准化工具箱MCP (Model Context Protocol)
MCP简介 MCP （Model Context Protocol，模型上下文协议）定义了应用程序和 AI 模型之间交换上下文信息的方式。这使得开发者能够以一致的方式将各种数据源、工具和功能连接到 AI 模型（一个中间协议层），就像 …...
哈希表的封装
目录 引入 哈希表封装 修改哈希表参数 修改哈希表成员 修改%时使用的变量 修改读取时获得的变量 迭代器的实现 迭代器的定义 迭代器 迭代器*解引用 迭代器->成员访问 迭代器重载和! 封装迭代器 HashTable迭代器封装 非const版本 const版本 unordered_set迭…...
2025年认证杯数模竞赛赛题浅析-快速选题
赛题浅析 认证杯作为国内最早的数学建模论坛、唯一一个全部公开参赛论文的竞赛、国内最大的数学建模竞赛之一、唯一一个对非学生群里开放的数学建模竞赛、国内唯二的支持高中生参赛的大学生数模竞赛。在数模界一直被视为国赛之前较好的练手赛，本文将初步简略得介绍…...
【网络安全】Linux 常见命令
未经许可，不得转载。 文章目录 正文系统信息查看用户与权限管理进程管理网络配置与检测文件操作日志查看与分析权限审计与安全检测正文 在网络安全工作中，熟练掌握 Linux 系统中的常用命令，对于日常运维、日志分析、安全排查等工作至关重要。 以下为常用命令汇总，供参考。…...
电脑卡顿严重怎么办 电脑卡顿的处理指南
电脑突然卡顿比较严重，这是很多用户都曾经遇到过的问题，鼠标一直转圈圈，无法进行任何操作。电脑卡顿，电脑卡顿不仅会降低工作效率，还可能导致数据丢失，数据无法保存。很多用户解决电脑卡顿的方法就是直接一…...
山东大学软件学院创新项目实训开发日志（9）之测试前后端连接
在正式开始前后端功能开发前，在队友的帮助下，成功完成了前后端测试连接： 首先在后端编写一个测试相应程序： 然后在前端创建vue 并且在index.js中添加一下元素： 然后进行测试，测试成功： 后续可…...
H.264 NVMPI解码性能优化策略
H.264 NVMPI解码性能优化策略 1. 硬件与驱动配置 JetPack版本匹配：确保NVIDIA Jetson设备的JetPack SDK版本与CUDA驱动兼容，避免因驱动不匹配导致硬件解码性能下降8。显存分配优化：调整FFmpeg的-hwaccel_device参数指定GPU…...
汽车软件开发常用的需求管理工具汇总
目录 往期推荐 DOORS（IBM ） 行业应用企业： 应用背景： 主要特点： Polarion ALM（Siemens） 行业应用企业： 应用背景： 主要特点： Codebeamer ALM&#x…...
如何从零构建一个自己的 CentOS 基础镜像
如何从零构建一个自己的 CentOS 基础镜像 从零构建一个基于 CentOS 的基础镜像是一个很好的实践，可以帮助你理解 Docker 镜像的底层原理。以下是以 CentOS 为例，从零开始（不依赖现有镜像）构建基础镜像的详细步骤。我们将使用 yum…...
mongodb和clickhouse比较
好问题——MongoDB 也能处理这种高写入 定期删除的时间序列场景，尤其从 MongoDB 5.0 开始支持了专门的 Time Series Collections（时间序列集合），对你的需求其实挺对口的。 不过它有些优点和局限，需要具体分析下你场景…...
C#容器源码分析 --- List
List是一个非常常用的泛型集合类，它位于 System.Collections.Generic 命名空间下，本质上是一个动态数组，它提供了一系列方便的方法来管理和操作元素，例如添加、删除、查找等。与传统的数组相比，List可以根据需要动态调…...
以太坊区块大小的决定因素：深入解析区块 Gas 限制及其影响
以太坊（Ethereum）作为全球领先的区块链平台，其区块大小并非固定的物理尺寸，而是由区块 Gas 限制（Block Gas Limit）所决定。理解区块 Gas 限制及其影响因素，对于深入掌握以太坊网络的运行机制至…...
利用DeepFlow解决APISIX故障诊断中的方向偏差问题
概要：随着APISIX作为IT应用系统入口的普及，其故障定位能力的不足导致了在业务故障诊断中，APISIX常常成为首要的“嫌疑对象”。这不仅导致了“兴师动众”式的资源投入，还可能使诊断方向“背道而驰”，从而导致业务故障“…...
智慧养老实训基地建设方案：如何以科技赋能养老实操培训
在人口老龄化加剧的当下，智慧养老产业蓬勃发展，对专业技能型人才的需求愈发迫切。智慧养老实训基地建设意义非凡，它为培育具备实操能力与创新思维的养老人才搭建关键平台，有助于填补行业人才缺口，推动养老服务从传统模…...
基于AI的Web应用防火墙（AppWall）实战：漏洞拦截与威胁情报集成
摘要：针对Web应用面临的OWASP、CVE等漏洞攻击，本文结合群联AI云防护系统的AppWall模块，详解AI规则双引擎的防御原理，并提供漏洞拦截配置与威胁情报集成代码示例。 一、Web应用安全挑战与AppWall优势 传统WAF依赖规则库更新滞后&a…...
什么是采购管理？如何做好采购管理的持续优化？
你是不是也遇到过这种情况： 公司采购部刚换了新供应商，结果原材料质量忽高忽低，生产线上三天两头出状况；行政采购的办公用品，月初买回来月底就堆在仓库吃灰；财务部天天追着问采购成本怎么又超支了... 这些…...
Unity 设置弹窗Tips位置
根据鼠标位于屏幕的区域，设置弹窗锚点以及位置 public static void TipsPos(Transform tf) {//获取ui相机var uiCamera GetUICamera();var popup tf.GetComponent<RectTransform>();//获取鼠标位置Vector2 mousePos Input.mousePosition;float screenWidt…...
区块链知识点5-Solidity编程基础
1. 全局变量名 具体描述 msg.sender 返回当前调用函数的调用者的地址 msg.value 当前消息所附带的以太币，单位为wei 2.变量的用法 默认存储位置修饰符 函数的返回值 memory 函数内部的局…...
OLAP与OLTP架构设计原理对比
OLAP与OLTP架构设计原理对比 一、核心区别 维度OLTPOLAP设计目标支持高并发、低延迟的事务操作（增删改查）支持复杂分析查询（聚合、多维度统计）数据模型规范化模型（3NF），减少冗余维度模型&…...
)
ubuntu20.04在mid360部署direct_lidar_odometry(DLO)
editor：1034Robotics-yy time：2025.4.10 1.下载DLO，mid360需要的一些...: 1.1 在工作空间/src下 下载DLO： git clone https://github.com/vectr-ucla/direct_lidar_odometry 1.2 在工作空间/src下 下载livox_ros_driver2&…...
检索增强生成（RAG）架构深度解析：突破大模型边界的工程实践
一、RAG技术架构设计哲学 1.1 范式演进：从静态模型到动态知识系统 graph LR A[传统LLM架构] -->|问题| B[依赖预训练参数] B --> C[知识固化风险] C --> D[领域适配困难]A -->|解决方案| E[RAG增强架构] E --> F[实时知识检索] F --> G[动态上下…...
线代第四课：行列式的性质
行列式性质 转置行列式 把行列式的第一行转置成第一列，使用表示 如果在转置一下： 性质一： 行列地位相同，对行性质，对列性质 性质二： 交换D的两行（列），D值变符号 性…...
【语音识别】vLLM 部署 Whisper 语音识别模型指南
目录 1. 模型下载 2. 环境安装 3. 部署脚本 4. 服务测试 语音识别技术在现代人工智能应用中扮演着重要角色，OpenAI开源的Whisper模型以其出色的识别准确率和多语言支持能力成为当前最先进的语音识别解决方案之一。本文将详细介绍如何使用vLLM（一个高…...
Python | kelvin波的水平空间结构
写在前面 简单记录一下之前想画的一个图： 思路 整体比较简单，两个子图，本质上就是一个带有投影，一个不带投影，通常用在EOF的空间模态和时间序列的绘制中，可以看看之前的几个详细的画法。 Python | El Ni…...
什么叫行列式
《行列式：数学中的重要概念及其应用》 行列式是数学中的一个重要概念，主要用于描述线性方程组、向量空间等方面的性质。以下是关于它的详细介绍： 定义 行列式是由排成正方形的一组数（称为元素）按照特定的规则计算得…...
构建高可用大数据平台：Hadoop与Spark分布式集群搭建指南
想象一下，你手握海量数据，却因为测试环境不稳定，频频遭遇宕机和数据丢失的噩梦。Hadoop和Spark作为大数据处理的“黄金搭档”，如何在分布式高可用（HA）环境下稳如磐石地运行？答案就在于一个精心构…...
)
[leetcode]211. 添加与搜索单词(Trie+DFS)
题目链接 题意 实现词典类 WordDictionary ： WordDictionary() 初始化词典对象void addWord(word) 将 word 添加到数据结构中，之后可以对它进行匹配bool search(word) 如果数据结构中存在字符串与 word 匹配，则返回 true ；否则…...
AI | 字节跳动 AI 中文IDE编辑器 Trae 初体验
Trae 简介与安装 🔦 什么是 Trae Trae 是大厂字节跳动出品的国内首个 AI IDE，深度理解中文开发场景。AI 高度集成于 IDE 环境之中，为你带来比 AI 插件更加流畅、准确、优质的开发体验。说是能够不用写代码，全靠一张嘴跟 AI 聊天…...
【开发经验】结合实际问题解决详述HTTPS通信过程
最近的开发调试过程中涉及到了HTTPS发送与接收，遇到实际问题才发现对这部分尚属于一知半解。结合实际问题的解决过程来详细整理以下HTTPS通信过程。 需要调试的功能为BMC作为客户端向搭建好的Web服务器发送HTTPS请求，Web服务器负责接收处理发送过来的HT…...
)
灵霄破茧：仙途启幕 - 灵霄门新篇-(4)
重建之路，风云再起 灵霄门内一片萧瑟，残垣断壁间弥漫着悲伤与凝重。弟子们忙碌地清理着战场，救治伤员，每个人的脸上都带着劫后余生的疲惫。陈霄日夜守在玄风真人的榻前，眼中满是自责与担忧。玄风真人的伤势极重&#…...
微信小程序事件绑定基本语法
微信小程序使用 bind 或 catch 前缀绑定事件，语法如下： <组件 bind事件名"处理函数" catch事件名"处理函数"></组件> bind：事件绑定，允许事件冒泡（向父组件传递）。 catc…...